Open Access

Christian Seitz

• Die großen Fortschritte im Bereich drahtloser Kommunikationssysteme und mobiler Endgeräte eröffnen neue Anwendungsgebiete. Mit kleinen Geräten wie Notebooks, PDAs und Mobiltelefonen werden zunehmend verteilte, mobile ad hoc Anwendungen entwickelt, die dem Benutzer jederzeit zur Verfügung stehen. Im Mittelpunkt dieser Arbeit steht die Formalisierung, Entwicklung und Evaluierung des Frameworks MoPiDiG - Mobile Profile based Distributed Grouping. Kernfunktionalität dieses Frameworks ist die dynamische kontextsensitive Klassifikation von Personen in virtuellen Gruppen in ad hoc Umgebungen. In MoPiDiG ist jeder Benutzer mit einem mobilen Endgerät und einem Benutzerprofil ausgestattet. Während sich die Benutzer bewegen, werden ähnliche Profile gefunden und die Benutzer zu Gruppen zusammengeschlossen. Die Teilnehmer einer Gruppe können miteinander kooperieren oder ein gemeinsames Ziel erreichen. Im Vergleich zu bereits existierenden Verfahren verzichtet das MoPiDiG Framework auf zentraleDie großen Fortschritte im Bereich drahtloser Kommunikationssysteme und mobiler Endgeräte eröffnen neue Anwendungsgebiete. Mit kleinen Geräten wie Notebooks, PDAs und Mobiltelefonen werden zunehmend verteilte, mobile ad hoc Anwendungen entwickelt, die dem Benutzer jederzeit zur Verfügung stehen. Im Mittelpunkt dieser Arbeit steht die Formalisierung, Entwicklung und Evaluierung des Frameworks MoPiDiG - Mobile Profile based Distributed Grouping. Kernfunktionalität dieses Frameworks ist die dynamische kontextsensitive Klassifikation von Personen in virtuellen Gruppen in ad hoc Umgebungen. In MoPiDiG ist jeder Benutzer mit einem mobilen Endgerät und einem Benutzerprofil ausgestattet. Während sich die Benutzer bewegen, werden ähnliche Profile gefunden und die Benutzer zu Gruppen zusammengeschlossen. Die Teilnehmer einer Gruppe können miteinander kooperieren oder ein gemeinsames Ziel erreichen. Im Vergleich zu bereits existierenden Verfahren verzichtet das MoPiDiG Framework auf zentrale Komponenten und ist somit komplett dezentral organisiert. Ferner arbeitet MoPiDiG ohne zusätzliche Ortsinformation. Zum Nachrichtenaustausch wird ausschließlich lokale Kommunikation, wie z. B. WLAN oder Bluetooth, verwendet. Zur Realisierung von MoPiDiG ist die Lösung von vier separaten Kernproblemen notwendig. Auf Grund der Mobilität der MoPiDiG Benutzer kann die Kommunikation zwischen Teilnehmern abbrechen, was den Gruppierungsvorgang erheblich erschwert. Zusätzlich sind Methoden notwendig, die aus einer Menge an Profilen die essentielle Teilmenge zu Gruppen zusammenfasst. Um den Gruppierungsprozess in MoPiDiG zu beschleunigen, sind Optimierungsprozesse notwendig, die mit Hilfe von Heuristiken umgesetzt werden. Zusätzlich wird die Anzahl an Kommunikationspartnern gegebenenfalls mit Hilfe von Segmentierungsmethoden reduziert. Zur Umsetzung von MoPiDiG wurde eine modulare Architektur entwickelt, die zum einen aus einer domänenunabhängigen Schicht besteht, welche aus Algorithmen und Meta-Modellen besteht. Zum anderen sorgt eine domänenabhängige Schicht dafür, dass MoPiDiG mit möglichst wenig Aufwand an neue Domänen angepasst werden kann. Neben dem allgemeinen Aufbau von MoPiDiG wird zur Evaluierung ein Anwendungsbeispiel näher untersucht. Hierbei handelt es sich um dynamisches Taxi-Sharing. Ausgangspunkt für dieses Szenario sind stark frequentierte Orte, wie z. B. ein Bahnhof. Während die Benutzer sich noch im Zug befinden oder bereits im Bahnhofsgebäude aufhalten, wird die Profilinformation ausgetauscht und auf diese Weise versucht, eine oder mehrere Gruppen zu erzeugen. Zu einer Gruppe schließen sich Teilnehmer zusammen, wenn sich eine Nutzenfunktion erhöht. Dies ist der Fall, wenn Personen das gleiche Reiseziel haben, oder ein Weg existiert, der ihre Ziele ohne größere Umwege erreicht. Zur Evaluierung des Frameworks wurde eine Simulationsumgebung für MoPiDiG Anwendung erzeugt. Diese Simulationsumgebung wurde verwendet um Aussagen über die Stabilitätszeit der erzeugten Gruppen, der Skalierbarkeit des Gruppierungsprozesses und die Effizienz der verwendeten Heuristiken machen zu können. Die Ergebnisse zeigen, dass durch Anwendung der Heuristiken die Ausführungszeit des Gruppierungsprozesses derart reduziert wird, dass eine Anwendung auf mobilen Endgeräten möglich ist.…
• Tomorrow's world will be intrinsically ubiquitous and mobile. Ubiquitous computing is a new trend in computation and communication. It is an intersection of several technologies, including embedded devices, wireless networking and personal computing technologies. In this theses a new mobile ad hoc network application, which we call Mobile Profile based Distributed Grouping (MoPiDiG) is presented. MoPiDiG each user is endowed with a mobile computing device (PDA, smart phone, etc.) and a user profile, which is a comprehensive data collection belonging to a specific object (e. g. a person). While moving, mobile users with similar profiles find each other and form a mobile group. The participants of the group are able to cooperate with each other or attain a certain goal together. In contrast to already existing grouping applications the MoPiDiG Framework does not rely on central components. Moreover MoPiDiG does not need any location information. Furthermore MoPiDiG uses Bluetooth or WLANTomorrow's world will be intrinsically ubiquitous and mobile. Ubiquitous computing is a new trend in computation and communication. It is an intersection of several technologies, including embedded devices, wireless networking and personal computing technologies. In this theses a new mobile ad hoc network application, which we call Mobile Profile based Distributed Grouping (MoPiDiG) is presented. MoPiDiG each user is endowed with a mobile computing device (PDA, smart phone, etc.) and a user profile, which is a comprehensive data collection belonging to a specific object (e. g. a person). While moving, mobile users with similar profiles find each other and form a mobile group. The participants of the group are able to cooperate with each other or attain a certain goal together. In contrast to already existing grouping applications the MoPiDiG Framework does not rely on central components. Moreover MoPiDiG does not need any location information. Furthermore MoPiDiG uses Bluetooth or WLAN for message exchange. The MoPiDiG framework can be applied in a variety of domains. In this thesis the framework is applied to taxi-sharing application. If a train arrives at a railway station or an aeroplane at an airport, the different passengers may have the same destination e. g. a hotel. This destination address is part of the users profiles and stored on their mobile devices. While people are waiting at the baggage terminal, the mobile devices exchange the profiles and try to find small groups with similar destinations. The results show that the used mechanisms and heuristics make it possible to reduce the execution time of the grouping process to such an extent that the framework can be applied in mobile devices.…